首页 > 教程攻略 > ai资讯 >从工作流到Skill:律师如何把专业能力封装起来

从工作流到Skill:律师如何把专业能力封装起来

来源:互联网 时间:2026-06-12 14:05:28

律师如何构建“能力组件”:当AI工具不断更迭,专业价值如何沉淀

这篇文章要讨论一个比工作流更深一层的问题:当AI工具日新月异,律师的专业能力如何才能不被动摇?我们之前聊过,工作流的价值在于把法律服务从“问一句答一句”升级为“按步骤完成任务”。但完成之后,一个更本质的追问就浮现了:这些流程能被保存下来吗?能在不同工具里复用吗?能给团队其他律师用吗?能在合适的时机被Agent自动调用吗?

这正是“Skill”(能力组件)所要解决的核心问题。如果说工作流解决的是“怎么做”,那Skill解决的则是“怎么复用”——它关乎律师专业能力的资产化。

今天我们就来拆解一下,这个“Skill”到底是什么,以及为什么它可能是律师在AI时代最值得投入的能力封装方式。

把能力从工具里“抽出来”

现在的法律AI工具已经多得让人眼花缭乱:聊天型、工作流平台、Agent平台、桌面助手、知识库、专门的法律科技产品……每个工具都有自己的界面、入口和配置方式。今天你在一个平台搭好了合同审查流程,明天换到另一个工具,一切又得重来。

这里有一个很现实的问题:如果律师的专业能力被绑定在某一个工具里,它就会随着工具的更迭而变得脆弱。Skill的意义,正是把这些能力从具体的工具中“抽离”出来,封装成相对独立、可迁移的能力模块。它可以放进Agent、嵌入工作流、接入知识库,也可以被桌面助手调用,随着工具的变迁迁移到新的系统中去。

工具会更替,但一个设计得当的Skill,可以跟着律师、团队和律所一起长期进化。它不是某一个平台上的小功能,更像是未来法律服务领域的“能力组件”。

Skill的本质:封装一项专业能力

用技术语言讲,Skill是一种被封装起来的能力模块,通常包含任务说明、执行流程、输入要求、知识调用方式、工具调用规则、输出格式、示例、限制条件和安全边界。但对律师来说,可以换一种更直观的理解:Skill就是把律师的一项专业能力,打包成AI能识别、能调用、能复用的“说明书”。

举个例子。一位律师很擅长做员工手册的落地工作。他知道这件事绝不只是把手册写完就结束——还要看制度内容是否合法合理、是否经过民主程序、是否完成公示、员工是否签收确认;后续能否作为用工管理依据;将来发生争议时,企业能否拿出完整的证据链。这些判断,如果只存在于律师的脑子里,就是个人经验;如果把它们拆成步骤,就是工作流;如果再把这套步骤、规则、模板、知识库、输出格式、风险提示和复核要求整理成一个可调用的模块,它就接近一个法律Skill。

所以,Skill的本质不是写一段更复杂的提示词,而是在封装一项真正的专业能力。

工作流解决“怎么做”,Skill解决“怎么复用”

工作流和Skill很容易被混淆,但它们的层级完全不同。工作流关注的是“一项任务怎么跑完”——比如客户提交一份劳动合同,AI先识别合同类型,再提取关键信息,再逐条审查风险,最后生成修改建议,这就是一个工作流。而Skill关注的是“这套能力如何被保存、调用和迁移”。比如我们把上述能力封装成“劳动合同审查Skill”,以后无论在桌面助手、Agent平台还是律所自己的系统里,只要遇到劳动合同审查任务,就可以随时调用这个Skill。

它的价值不仅仅是完成一次任务,而是把那些一次次重复出现的专业动作,变成可复用的能力资产。这是Agent时代一个非常关键的变化。未来的Agent不会只依靠一段提示词完成复杂任务。它更像一个项目经理,会根据任务需要动态调用不同的能力模块。举个例子:客户问一个劳动用工问题,Agent可能先调用“事项分类Skill”,判断是属于合同签订、在职管理、解除终止还是争议处理。如果发现是解除劳动合同问题,再调用“解除风险初筛Skill”;如果信息不完整,再调用“事实追问Skill”;如果需要生成客户回复,再调用“客户版法律回复Skill”;如果涉及高风险动作,再触发“律师复核Skill”。多个Skill组合起来,才可能形成一个真正可交付的法律服务系统。

Skill的四层价值

从实际价值来看,Skill至少在四个层面发挥作用。

第一,降低重复交代成本。

现在很多律师用AI,都在反复做一件事:一遍遍告诉AI“我是谁、你要做什么、按什么逻辑做、输出成什么格式、哪些地方不能乱说”。每次重新交代,本质上是在重复消耗自己的管理精力。Skill把这些稳定要求提前封装好,下次遇到同类任务,AI可以直接进入既定的专业路径。律师的工作重心,也从“不断教AI怎么做”,转向“维护一套可以持续调用的能力模块”。

第二,提升交付稳定性。

法律服务最怕交付不稳定。同一类合同,不同律师审查的颗粒度不一样;同一类咨询,回复结构不一样;同一类顾问月报,有的人写成流水账,有的人能提炼出真正的风险和建议。Skill可以把律所认可的交付标准固化下来——风险怎么分级、客户版语言怎么写、哪些事项必须提示律师介入、哪些内容不能直接下结论、最终交付报告应包含哪些部分。这样一来,AI参与交付时,不会完全依赖某个律师当下的状态,团队也更容易形成统一的服务标准。

第三,让专业能力跨工具迁移。

这是Skill很重要的未来价值。今天你用这个AI工具,明天可能换另一个平台。如果能力被锁定在某一个平台的按钮里,平台一换,很多东西就得重来。但如果你沉淀的是Skill,本质上沉淀的是一套结构化的能力描述。它可以被改写成提示词,可以拆进工作流平台,可以放进Agent的技能库,可以接入桌面助手,也可以转化成团队内部的操作规范。也就是说,律师的专业能力不再被某个工具锁住——工具只是载体,Skill才是可迁移的能力包。

第四,把个人经验变成组织资产。

过去,律所最难沉淀的是资深律师的经验。很多判断非常细微,写在制度里太粗,靠口头带教又不稳定。Skill提供了一种新的沉淀方式:把一个律师处理具体问题的路径、判断规则、风险分级、输出格式拆解出来。一旦被封装,这些能力就不再只属于某一个人的脑子,而可以成为团队训练新人、统一交付、复制服务能力的基础设施。这才是Skill真正值得律所管理者关注的地方。

一个好用的法律Skill,至少包含这八类内容

很多人理解Skill,会以为就是把工作流写进去。但对法律人来说,一个真正好用的Skill,至少要包含以下八个层面。

1. 任务边界。

先说明这个Skill解决什么问题,边界要清楚。比如“用于对企业劳动合同进行初步风险审查”,并明确“不负责劳动争议诉讼策略、不直接判断解除是否合法、不替代律师出具正式法律意见”。边界越清楚,AI越不容易偏离轨道。

2. 适用场景。

写清楚什么时候可以用,什么时候不适合用。比如合同初审、客户材料预处理、顾问单位日常咨询可以用;但涉及重大裁员、单方解除、高管竞业限制、群体性争议就必须提示律师介入。适用场景清晰,Skill才不会被滥用。

3. 输入要求。

Skill要告诉使用者:你至少要给我什么信息。比如合同文本、审查立场、客户身份、员工类型、所在地区、重点关注问题、是否需要客户版输出。如果输入不完整,Skill应该先追问。法律工作不能在事实不清的情况下硬给结论——这一点一定要写进Skill。

4. 工作流步骤。

这部分是Skill的执行路径,决定AI怎么一步步完成任务。但需要记住,它只是Skill的一部分——关于工作流的详细分析,我们在上一篇文章中已经讨论过,这里不再赘述。

5. 知识调用规则。

法律Skill必须告诉AI优先参考什么。比如劳动用工知识库、合同模板库、当地裁判规则、内部审查清单、常见风险库;还要说明不同阶段调用不同的知识:事实识别阶段调用材料清单,风险判断阶段调用法律依据和审查规则,客户输出阶段调用客户版表达模板。没有知识调用规则,Skill很容易变成一个包装得漂亮的普通提示词。

6. 判断规则和风险分级。

法律Skill里最值钱的,往往是判断规则。什么叫重大风险?什么叫一般风险?什么只是提示性风险?哪些问题会影响合同效力?哪些影响企业管理成本?哪些会在争议中增加败诉风险?这部分越清楚,Skill越接近律师真实的专业判断。

7. 输出格式。

Skill要提前设计交付物的样子。比如输出为:一、合同基本信息;二、核心风险摘要;三、逐条审查意见;四、修改建议;五、需补充确认的问题;六、律师重点复核事项;七、客户版简要说明。输出格式稳定,交付质量才稳定——否则AI每次都换一种结构,律师还得重新整理。

8. 安全边界和人工复核。

法律Skill一定要有“刹车点”。涉及重大权利处分、争议解决策略、解除劳动合同、刑事风险、数据出境、重大交易决策、群体性事件时,必须提示律师复核。同时要明确AI输出的性质——可以是初步整理、风险提示、材料清单、初稿建议,但不能直接替代律师作出最终法律判断。一个高级的法律Skill,不是让AI一路自动跑到底,而是让它知道哪里能做、哪里要停、哪里必须交给律师。

律师如何写出自己的第一个Skill?

即使完全没有技术基础,也可以开始动手。这里有一条非常务实的路径。

第一步,不要先打开工具。

先选一个你最熟悉、最高频、最有把握的场景——比如劳动合同审查、员工手册落地、顾问单位日常咨询、合同风险摘要、客户会议纪要或法律顾问月报。

第二步,把你平时怎么做这件事写下来。

不用写得很高级。就像你在带一个新入行的律师:先看什么,再问什么,哪些材料必须有,哪些问题不能直接答,哪些风险要标红,最后交付给客户时怎么表达。

第三步,把这些内容整理成Skill的八个模块:

任务边界、适用场景、输入要求、执行步骤、知识调用、判断规则、输出格式、安全边界。

第四步,用AI帮你整理成正式版本。

这一步其实非常适合法律人——你不需要自己写技术配置文件。可以直接对AI说:“请根据以下业务说明,帮我整理成一个可用于Agent调用的法律Skill,包含任务目标、适用场景、输入要求、执行流程、知识调用规则、风险分级、输出格式、人工复核节点和限制条件。”然后把你自己的业务经验丢进去,让AI生成第一版,你再用律师的专业判断去修改。这是一个很现实的路径:律师负责提供经验、规则、边界和判断;AI负责帮你结构化、格式化、模块化。

无论是律师还是律所,都应当建立自己的Skill库

Skill出现之后,律师和AI的关系正在发生变化。律师不再只是给AI下单,而是开始把自己的专业能力拆解出来,封装成AI可以长期调用的能力模块。这意味着,律师的工作正在从“使用工具”,进入“设计能力系统”的阶段。

谁能把专业经验拆得更清楚,谁的AI就更好用;谁能把交付标准沉淀得更稳定,谁的团队就更容易复制;谁能把Skill做成一套能力库,谁就更接近AI时代的新型律所。一家真正具备AI应用能力的律所,应该构建自己的Skill库:合同审查Skill、劳动用工咨询Skill、员工手册落地Skill、股权转让审查Skill、顾问单位月报Skill、客户咨询分诊Skill、数据合规初筛Skill、刑事风险识别Skill……这些Skill组合起来,就会变成律所自己的法律服务操作系统。

新律师可以用它学习,成熟律师可以用它提效,合伙人可以用它统一交付标准,Agent可以用它调度不同任务。客户也会感受到更稳定、更清晰、更可执行的服务体验。这才是Skill的未来价值——它不只是让AI多会一个动作,而是在帮助律师把专业能力变成可保存、可调用、可迁移、可复用的资产。

Skill的价值,就是把这些属于律师的专业能力,变成AI时代可以被安全调用的能力资产。这或许会成为未来律所之间最核心的差距。

相关下载